es.wedoany.com Noticia: El 5 de junio, Huawei Cloud lanzó en Shanghái la nueva plataforma de entrenamiento e inferencia de modelos ModelArts Next, que ofrece cuatro capacidades principales —servicio RL, inferencia confidencial, enrutamiento de modelos y matriz de modelos— para que las empresas construyan su propio sistema de agentes de IA. Esta plataforma se centra en el entrenamiento de modelos grandes, la inferencia, la invocación segura y la programación de múltiples modelos, con el objetivo de reducir la barrera para que las empresas pasen de la prueba de modelos a la implementación de agentes a nivel de producción.
El valor central de ModelArts Next radica en reintegrar los enlaces clave dispersos que las empresas enfrentan al usar modelos grandes en una plataforma unificada de entrenamiento e inferencia. Actualmente, al introducir agentes de IA, las empresas ya no solo enfrentan la dificultad de "poder invocar un modelo", sino también cómo optimizar continuamente el entrenamiento del modelo, cómo garantizar la seguridad de los datos sensibles durante el proceso de inferencia, cómo seleccionar el modelo adecuado para diferentes tareas y cómo poner en línea rápidamente múltiples modelos principales bajo una gestión unificada. El servicio RL responde a la necesidad de las empresas de aprendizaje por refuerzo y optimización continua del modelo, especialmente después de que los agentes pasen de simples preguntas y respuestas a la ejecución de tareas complejas, donde el modelo necesita mejorar constantemente su capacidad de toma de decisiones mediante mecanismos de retroalimentación; la inferencia confidencial se dirige a escenarios altamente sensibles como la codificación de IA, la gestión de riesgos financieros y las bases de conocimiento empresarial, permitiendo que los datos procesados por el modelo se ejecuten en un entorno de ejecución confiable, reduciendo los riesgos de fuga de datos y cumplimiento normativo; el enrutamiento de modelos resuelve el problema de eficiencia de invocación en la era de múltiples modelos, ya que la plataforma puede seleccionar dinámicamente el servicio más adecuado entre diferentes modelos según las características de la solicitud, el tipo de tarea, la prioridad de costo, la prioridad de efecto o una estrategia equilibrada; la matriz de modelos permite a las empresas acceder más rápidamente a modelos SOTA principales como DeepSeek, Kimi, GLM de Zhipu, y combinarlos con el modelo Pangu autodesarrollado de Huawei Cloud para cubrir escenarios como programación y multimodalidad.
Esto significa que ModelArts Next no es el lanzamiento de un solo modelo, sino un conjunto de infraestructura para la implementación de IA empresarial.
Cuando los modelos grandes entran en escenarios industriales, las empresas realmente necesitan un sistema de ingeniería de IA estable, controlable y gobernable. Muchas empresas, al probar modelos grandes en una etapa temprana, suelen comenzar con generación de texto, respuestas de servicio al cliente, asistencia de código o recuperación de bases de conocimiento. Sin embargo, cuando la aplicación entra en procesos comerciales centrales, se enfrentan a problemas como fluctuaciones en el rendimiento del modelo, aumento de costos de invocación, complejidad en los permisos de datos, dificultad en la selección de modelos y mayores requisitos de auditoría de seguridad. Las cuatro capacidades propuestas por ModelArts Next corresponden precisamente a estos problemas a nivel de producción: la capacidad de aprendizaje por refuerzo se utiliza para mejorar la estabilidad de los agentes en la ejecución de tareas complejas, la inferencia confidencial para resolver los límites de seguridad después de que los datos sensibles ingresen al modelo, el enrutamiento de modelos para equilibrar dinámicamente entre efecto y costo, y la matriz de modelos para evitar que las empresas queden bloqueadas por la capacidad de un solo modelo. Según información pública, el enrutamiento de modelos MaaS de Huawei Cloud ya ofrece más de 15 servicios de modelos SOTA, con una precisión de programación de modelos superior al 95% y una reducción promedio del costo de invocación del 20%. Si estos indicadores pueden mantenerse estables en operaciones reales, afectarán directamente el retorno de inversión y la disponibilidad del sistema para las empresas al implementar agentes de IA.
Desde la perspectiva de la competencia en la industria, los proveedores de la nube están pasando de "proporcionar interfaces de modelos" a "proporcionar plataformas de producción de agentes". Los clientes empresariales no pagarán a largo plazo solo por invocaciones únicas de tokens, sino que se preocupan más por si el modelo puede integrarse en los sistemas comerciales, si puede seleccionar automáticamente la capacidad adecuada según la tarea, y si puede formar flujos de trabajo confiables en escenarios como finanzas, I+D, fabricación, oficina y servicio al cliente. El lanzamiento de ModelArts Next por parte de Huawei Cloud esta vez se alinea con su reciente énfasis en la mejora de la productividad, el segundo plano de cómputo y el sistema de agentes empresariales. Para Huawei Cloud, ModelArts Next desempeña un papel de conexión: hacia arriba, se conecta con capacidades de modelos como DeepSeek, Kimi, GLM de Zhipu y Pangu; hacia abajo, se conecta con datos empresariales, entornos de seguridad, recursos de inferencia y desarrollo de aplicaciones de agentes, sirviendo en última instancia a la construcción de sistemas de IA personalizados para empresas.
El valor real de ModelArts Next en el futuro dependerá del efecto de implementación a nivel empresarial, la estabilidad del enrutamiento de modelos, la pérdida de rendimiento de la inferencia confidencial, la facilidad de uso del servicio RL y la velocidad de expansión del ecosistema de múltiples modelos. A medida que la IA empresarial pase de la prueba piloto a la operación normalizada, las plataformas de entrenamiento e inferencia de modelos se convertirán en una base importante para la competencia entre proveedores de la nube. Quien integre de manera más fluida modelos, seguridad, costos, programación y escenarios comerciales, tendrá más oportunidades de asumir la próxima etapa de construcción de agentes empresariales.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
